2026 国产大模型 API 价格对比：五家官方报价与成本选型

先说结论：只看官方按量价，在本文的统一负载下，MiniMax M 2.7 的人民币账单最低；DeepSeek V 4-Flash 的官方美元账单也很低。但这不是“闭眼选最便宜”的排行榜。Qwen 3.7、GLM-5.2、Kimi K 3 和 DeepSeek V 4 提供约 1 M 上下文，MiniMax M 2.7 为 204,800；缓存、输出占比、部署地域和质量门槛都会改变最终选择。正确做法是先筛掉能力或合规不达标的模型，再比较同一业务样本的有效任务成本。

本文只采用厂商官方定价、模型与 API 文档，检索截止 2026 年 7 月 25 日。价格按每百万 Token 列示，保留厂商原币种，不包含税费、企业合同折扣、赠送额度或汇率换算，也不代表我们亲测过模型效果。若你还要比较代码能力与开源路线，可先看国产代码模型能力与场景横评。

五家官方 API 价格放在一张表里

下表是可复核的公开按量价。Qwen 3.7 与 DeepSeek V 4 都不是单一 SKU，因此必须写清模型 ID；把 Plus、Max、Flash、Pro 混成一个“品牌价格”，会直接算错预算。

数字分别来自阿里云百炼模型价格、智谱产品价格、Kimi K 3 官方定价、MiniMax 按量计费和DeepSeek Models & Pricing。Qwen 的浮动别名可能显示限时折扣，本文用固定快照的标准价做成本情景，避免把促销当成长期预算。

这张表还揭示了一个容易忽视的事实：输出 Token 往往比普通输入贵。 Kimi K 3 的输出单价是缓存未命中输入的 5 倍，GLM-5.2 是 3.5 倍。因此，缩短冗长回复、限制推理输出和复用静态上下文，可能比换供应商更先见效。

一条可复用的大模型 API 成本公式

按月核算时，不要用“总 Token × 一个单价”。把计费项拆开：

月成本 =
  普通输入Token / 1,000,000 × 普通输入单价
+ 缓存读取Token / 1,000,000 × 缓存读取单价
+ 缓存写入Token / 1,000,000 × 缓存写入单价
+ 输出Token / 1,000,000 × 输出单价
+ 工具调用费、文件处理费等附加费用

如果厂商未单列缓存写入价，就不要自行填 0；应查对应缓存文档或以控制台账单为准。没有启用缓存时，可使用简式：

无缓存成本 = 输入百万Token数 × 输入单价 + 输出百万Token数 × 输出单价

更适合业务决策的指标是“每个成功任务成本”：

每个成功任务成本 = 总API成本 ÷ 达到验收标准的任务数

一个模型单次调用便宜 50%，如果为了修错平均多调用两次，真实成本反而更高。质量验收率、平均输出长度和重试率应与 Token 账单一起记录。

同一负载要花多少钱：100 M 输入 + 20 M 输出

假设一个月产生 1 亿普通输入 Token、2000 万输出 Token，缓存命中为 0，不计税费、工具费与折扣。按上表可直接复算：

人民币与美元没有强行换算，因为 DeepSeek 官方页以美元报价，任何人民币结果都会引入另一个时间点的汇率假设。这个情景也不是采购报价：真实账单还会受 Qwen 地域和长输入阶梯、缓存命中率、Batch、套餐、账户级折扣及税费影响。

Qwen 3.7：适合需要同一生态内分层路由的团队

阿里云百炼文本模型文档列出 Qwen 3.7 Max 与 Plus，并提供思考模式、Function Calling 和长上下文能力。它的价值不只是一款模型，而是能在同一平台把高复杂任务路由到 Max，把常规任务路由到 Plus。

适合：已经使用阿里云、需要国内云资源与模型服务统一管理；请求难度分层明显；需要 Batch 或上下文缓存继续压缩成本。

不适合：团队只想维护一个固定价 SKU；业务跨多个部署地域却不愿逐区核价；会把浮动别名的限时促销直接写入长期预算。

GLM-5.2：适合长上下文与长程任务优先的场景

GLM-5.2 官方文档给出的上下文是 1 M，最大输出 128 K，并支持思考、工具调用、缓存与结构化输出。官方按量价为输入 ¥8、输出 ¥28、缓存命中 ¥2/百万 Token。

适合：大型代码库、长文档处理、需要持续工具调用的 Agent；希望在 1 M 上下文与人民币计费之间取得平衡的团队。

不适合：主要是短问答或分类任务；无需旗舰能力却让所有流量固定走 glm-5.2；把“可容纳 1 M”误解为每次都应该塞满上下文。

Kimi K 3：适合高价值长程任务，不适合纯低价批处理

Kimi K 3 模型介绍明确其模型 ID 为 kimi-k3，支持约 1 M 上下文、视觉理解、工具调用和多档推理强度。官方定价页已经公开 K 3 数字：缓存命中 ¥2、未命中输入 ¥20、输出 ¥100/百万 Token。

适合：长程编程、端到端知识工作、多模态材料分析；单个成功任务价值高，愿意为旗舰推理和较长输出付费。

不适合：大规模低价值摘要、标签分类或短客服回复；输出量远高于输入量且没有严格 max_tokens 与预算上限；账户尚未满足官方访问条件。

MiniMax M 2.7：适合成本敏感的 Agent 与编码流量

MiniMax 文本生成文档将 M 2.7 定位于编程、工具调用、搜索和办公等生产力场景，上下文为 204,800。它在本文人民币无缓存情景中成本最低，且官方同时公开缓存读取与写入价，便于精细核算。

适合：上下文低于约 200 K、调用量大、价格敏感的编码或 Agent 工作流；静态系统提示、工具定义可被频繁复用。

不适合：单次请求确实需要 1 M 上下文；只比较价格而没有用自己的验收集验证成功率；需要更高速度却误把标准版价格套到 MiniMax-M2.7-highspeed。

DeepSeek V 4：Flash 管吞吐，Pro 管高难任务

DeepSeek 官方把 V 4 分为 deepseek-v4-flash 与 deepseek-v4-pro，两者均提供 1 M 上下文；V 4 官方发布页同时说明 API 已可用。定价页使用美元，并把缓存命中与未命中输入分开。

适合：能接受美元计费、希望用 Flash 承接高吞吐任务并把难题升级到 Pro；静态上下文复用率高；需要 OpenAI 或 Anthropic 兼容接口。

不适合：采购流程必须锁定人民币预算；数据地域、合同或合规要求尚未审查；代码仍依赖已于 2026 年 7 月 24 日停止的旧模型名而未完成迁移。

成本选型按这四步走

1. 先设质量门槛。 从真实业务抽取 50–200 个任务，定义正确率、格式合规率、工具调用成功率和人工返工时间。
2. 再设硬约束。 排除上下文不足、数据地域不合适、并发不够或合同条款不满足的候选。
3. 计算有效成本。 用实际 usage 统计输入、缓存、输出和重试次数，再算每个成功任务成本，而不是只看挂牌价。
4. 做分层路由。 低难任务走低价模型，高难或失败任务升级到旗舰；设置单请求 Token 上限、月预算告警和异常输出熔断。

通常最省钱的方案不是“一家模型包打天下”，而是用便宜模型覆盖大多数可预测请求，再为少量高价值任务保留更强模型。价格变化很快，建议把单价放进配置表而不是写死在业务代码中，并按月复核官方页面。

FAQ

哪个国产大模型 API 最便宜？

没有脱离口径的唯一答案。在本文“100 M 无缓存输入 + 20 M 输出”情景中，人民币模型里 MiniMax M 2.7 为 ¥378，Qwen 3.7 Plus 为 ¥360，但 Plus 仅按每次输入不超过 256 K 的第一阶梯计算；DeepSeek 使用美元，不能在没有汇率日期的情况下直接并列人民币排名。最终应比较每个成功任务成本。

缓存命中率如何影响账单？

影响可能很大。例如 Kimi K 3 官方缓存命中输入价为 ¥2/百万 Token，未命中输入为 ¥20；但只有可复用前缀真正命中时才有折扣。应从 API 返回的缓存 Token 字段取数，不要用主观命中率制作采购预算。

1 M 上下文是否意味着一次调用就该放入 1 M Token？

不是。上下文上限代表可容纳范围，不代表最佳成本或质量。更长输入会增加费用和延迟，也可能稀释关键信息。优先做检索、去重、结构化摘要和上下文预算，确有跨文档或大型代码库需求时再扩展。

Coding Plan、Token Plan 能与按量 API 直接比较吗？

不能直接比较。订阅通常按请求额度、时间窗口、席位或模型倍率限制，按量 API 则按实际 Token 计费。只有把团队真实请求分布、限速和超额规则带入，才能计算等效成本；本文表格只比较官方按量价。

Kimi K 3 和 DeepSeek V 4 的价格是第三方估算吗？

不是。本文的 Kimi K 3 数字来自 Kimi API 官方定价页，DeepSeek V 4 Flash/Pro 数字来自 DeepSeek API 官方 Models & Pricing 页。若后续官方页面撤下或无法确认某个数字，智盒会将对应项改为“官方页面未给出/需以控制台为准”，不会用 Reddit、代理商或媒体价格补表。

来源、更新与透明度

本文为公开资料的结构化成本比较，不构成采购承诺。厂商可随时调价；上线前与每次预算评审时，请重新打开上述官方页面，并以账户控制台和最终账单为准。智盒的团队与内容治理信息见关于智盒和智盒编辑政策。

本文由 AI（Codex）基于公开来源整理并完成结构化核验，发布由智盒运营流程执行。